胡國(guó)華,郭章林,馬丁凱,譚攀輝

(1.長(zhǎng)沙理工大學(xué) 水利工程學(xué)院,湖南 長(zhǎng)沙,410114;2.水沙科學(xué)與水災(zāi)害防治湖南省重點(diǎn)實(shí)驗(yàn)室,湖南長(zhǎng)沙,410114)

關(guān)鍵字:SWAT模型;瀏陽(yáng)河流域;SUFI-2算法;徑流模擬

SWAT模型是目前應(yīng)用最為廣泛的分布式水文模型,國(guó)內(nèi)外學(xué)者將該模型應(yīng)用于各個(gè)流域,主要應(yīng)用方向有徑流模擬[1-3]、泥沙模擬[4-6]、面源污染[7-9]、水資源管理[10-11]和土地覆被變化對(duì)徑流[12-14]的影響等。瀏陽(yáng)河上游的株樹(shù)橋水庫(kù)以及瀏陽(yáng)河瀏陽(yáng)市段、長(zhǎng)沙縣段是長(zhǎng)沙市區(qū)、瀏陽(yáng)市和長(zhǎng)沙縣的主要飲用水水源地,供應(yīng)長(zhǎng)沙市區(qū)、瀏陽(yáng)市和長(zhǎng)沙縣的生活用水、工業(yè)生產(chǎn)用水和農(nóng)業(yè)灌溉用水。瀏陽(yáng)河徑流的變化深刻影響著流域的生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)發(fā)展。因此,深入探究瀏陽(yáng)河流域徑流變化規(guī)律,有利于流域生態(tài)環(huán)境的保護(hù)和農(nóng)業(yè)、工業(yè)、生活用水需求的保障。對(duì)于瀏陽(yáng)河流域,目前已有諸多學(xué)者開(kāi)展了相關(guān)研究。于澤興[15]等應(yīng)用統(tǒng)計(jì)分析方法分析降水和徑流的演變規(guī)律,發(fā)現(xiàn)瀏陽(yáng)河流域降水量表現(xiàn)為增加趨勢(shì),年徑流量表現(xiàn)為下降趨勢(shì);張海斌[16]通過(guò)建立流域水系統(tǒng)資源承載力優(yōu)化模型發(fā)現(xiàn),瀏陽(yáng)河流域的發(fā)展將面臨嚴(yán)峻的水環(huán)境約束。但是,關(guān)于瀏陽(yáng)河流域的水文過(guò)程空間差異方面研究較少。本文基于SWAT模型,對(duì)瀏陽(yáng)河流域月時(shí)間尺度徑流過(guò)程進(jìn)行模擬,并對(duì)模型在該流域的適用性進(jìn)行評(píng)估,在此基礎(chǔ)上分析流域水文過(guò)程的空間差異,為流域水資源開(kāi)發(fā)利用與保護(hù)提供科學(xué)依據(jù)。

1 研究流域概況及數(shù)據(jù)來(lái)源

1.1 研究流域概況

瀏陽(yáng)河發(fā)源于羅霄山脈大圍山北麓,有大溪河和小溪河兩個(gè)源流,是湘江的一級(jí)支流,流經(jīng)瀏陽(yáng)市、長(zhǎng)沙縣及長(zhǎng)沙市區(qū),上游為高坪鄉(xiāng)至雙江口河段,中游為雙江口至鎮(zhèn)頭市河段,下游從鎮(zhèn)頭市起始,在長(zhǎng)沙市的陳家屋場(chǎng)注入湘江,河流全長(zhǎng)234 km,流域面積4 665 km2(見(jiàn)圖1)。流域出口控制站為榔梨水文站,榔梨站以上集水面積約為3 815 km2,多年平均徑流量為98.8 m3/s[17]。流域呈東西走向,形狀狹長(zhǎng),地勢(shì)東北高西南低地貌以山地丘陵為主。流域處于亞熱帶潮濕季風(fēng)天氣,濕熱多雨,夏熱冬寒,多年平均氣溫17.4℃,多年平均相對(duì)濕度82%,多年平均降雨量為1 601.1 mm。

1.2 數(shù)據(jù)來(lái)源

本文使用的氣象數(shù)據(jù)來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng),包括2008-2018年長(zhǎng)沙站、瀏陽(yáng)站和馬坡嶺站的日平均降雨量、日相對(duì)濕度、日最高氣溫和最低氣溫、日平均風(fēng)速和日平均太陽(yáng)輻射數(shù)據(jù)[18];雨量數(shù)據(jù)和流量數(shù)據(jù)來(lái)自于湖南省水文水資源勘測(cè)中心,包括達(dá)滸、白沙、古港、光明、大光、榔梨、目蓮渡、江背、雙江口、嵩山、石灣、張坊等12個(gè)雨量站的實(shí)測(cè)逐日雨量數(shù)據(jù)以及榔梨水文站的流量數(shù)據(jù)。

DEM數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云平臺(tái)30 m×30 m分辨率的數(shù)字高程數(shù)據(jù),流域高程介于-16～1 606 m之間。

土地利用數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云網(wǎng)站上下載的Landsat8 OLI遙感影像,本次研究中采取靜態(tài)土地利用數(shù)據(jù),為保證土地利用數(shù)據(jù)能夠真實(shí)反映流域?qū)嶋H情況,故采用2015年6月到9月之間的遙感影像,在ENVI軟件中進(jìn)行解譯并在ArcGIS中進(jìn)行處理,最終得到土地利用分類。按照一級(jí)分類系統(tǒng),分為林地、水田、草地、水域、建設(shè)用地和未利用地共6類,流域土地利用類型如圖2所示,建立的土地利用索引表如表1所示。

圖2 土地利用類型圖

表1 瀏陽(yáng)河流域土地利用類型索引表

土壤數(shù)據(jù)來(lái)源于聯(lián)合國(guó)糧農(nóng)組織FAO創(chuàng)立的分辨率為1∶100萬(wàn)世界和諧土壤數(shù)據(jù)庫(kù)(HWSD),共分為14類土壤,土壤類型圖如圖3所示,建立的土壤類型索引表如表2所示。并結(jié)合SPAW軟件計(jì)算土壤參數(shù),最終建立瀏陽(yáng)河流域土壤數(shù)據(jù)庫(kù)。

圖3 土壤類型圖

表2 土壤類型索引表

模型要求所有導(dǎo)入的空間數(shù)據(jù)在投影坐標(biāo)和地理坐標(biāo)上保持一致,本文研究統(tǒng)一采用Beijing_1954_3_Degree GK_CM_114E坐標(biāo)系統(tǒng)。

2 研究方法

2.1 SWAT模型介紹

SWAT模型是一種分布式流域尺度模型,主要時(shí)間尺度為日、月和年,用于模擬長(zhǎng)序列徑流,具有很強(qiáng)的水文物理機(jī)制,能夠體現(xiàn)污染物輸移和流域水循環(huán)過(guò)程,可以模擬較大范圍復(fù)雜流域內(nèi)的水文過(guò)程和多種非點(diǎn)源污染負(fù)荷。模型結(jié)合了3S等高新技術(shù),是集數(shù)據(jù)庫(kù)管理、空間數(shù)據(jù)處理、數(shù)學(xué)計(jì)算、結(jié)果可視化表達(dá)等功能于一體的分布式水文模型,在多個(gè)研究方向上得到廣泛應(yīng)用,并在應(yīng)用過(guò)程中不斷改進(jìn)、優(yōu)化和成熟。本文研究利用ArcGIS軟件中加載的ArcSWAT模塊建立模型。

2.2 模型適用性評(píng)價(jià)指標(biāo)

本文選取決定系數(shù)(R2)和Nash－Sutcliffe效率系數(shù)(Ens)2個(gè)指標(biāo)評(píng)價(jià)模型模擬精度、所選參數(shù)可靠性以及模型質(zhì)量,公式為:

(1)決定系數(shù)

式中,S和P分別表示實(shí)測(cè)徑流量和模擬徑流量,Cov(S,P)表示實(shí)測(cè)徑流量與模擬徑流量的協(xié)方差,Var[S]和Var[P]分別表示實(shí)測(cè)徑流量、模擬徑流量的方差,R2越大,則說(shuō)明監(jiān)測(cè)樣本與模擬樣本相關(guān)性越密切。

(2)Nash－Sutcliffe效率系數(shù)

式中,Qp和Qs分別表示模擬值和實(shí)測(cè)值,Qavg為實(shí)測(cè)平均值。在正相關(guān)的條件下0＜Ens＜1。模型模擬結(jié)果評(píng)價(jià)指標(biāo)范圍如表3所示。

表3 模型模擬結(jié)果評(píng)價(jià)指標(biāo)

3 SWAT模型構(gòu)建及參數(shù)敏感性分析

3.1 模型構(gòu)建

本文研究選擇瀏陽(yáng)河流域控制水文站榔梨水文站作為流域出口,榔梨站以上集水面積約為3 815 km2,占流域總面積的81.8%。

輸入模型的實(shí)測(cè)數(shù)據(jù)包括2008-2018年長(zhǎng)沙、瀏陽(yáng)和馬坡嶺站3個(gè)氣象站實(shí)測(cè)氣象數(shù)據(jù)和達(dá)滸、白沙、古港、光明、大光、榔梨、目蓮渡、江背、雙江口、嵩山、石灣、張坊等12個(gè)雨量站實(shí)測(cè)雨量數(shù)據(jù),以DEM數(shù)據(jù)、土地利用數(shù)據(jù)、土壤數(shù)據(jù)作為流域的下墊面輸入。

在進(jìn)行子流域劃分時(shí),子流域閾值越小,流域劃分越詳細(xì),河網(wǎng)越密集,形成的HRU越多,但同時(shí)也會(huì)使模型模擬效率降低,所以應(yīng)選取合適的閾值進(jìn)行子流域劃分,同時(shí)兼顧模擬精度和模擬效率。經(jīng)多次試驗(yàn)并結(jié)合流域?qū)嶋H情況,確定子流域閾值為75 km2,共生成23個(gè)子流域,如圖4所示。

圖4 子流域劃分圖

在子流域劃分完成后,對(duì)土地利用、土壤類型和坡度進(jìn)行重分類,其中坡度重分類為0°～18°、18°～33°和33°～90°3類,采用多級(jí)坡度生成水文響應(yīng)單元(HRUS),由于部分地類面積過(guò)小、土壤類型占比較少,為防止較小的地類被同化,設(shè)置土地利用類型、土壤類型和坡度的閾值分別為0%、10%、10%。

依據(jù)已有實(shí)測(cè)資料建立研究區(qū)域的天氣發(fā)生器,加載氣象數(shù)據(jù),在模型中應(yīng)用彭曼公式估算潛在蒸散發(fā)量,SCS徑流曲線法估算地表徑流量,Variable Storage法計(jì)算河道匯流,降水?dāng)?shù)據(jù)空間插值展布選擇Skewed normal法,統(tǒng)一設(shè)置預(yù)熱期為2年(模型不輸出預(yù)熱期數(shù)據(jù)),將榔梨水文站2008-2014年(預(yù)熱期為2008-2009年)的實(shí)測(cè)徑流數(shù)據(jù)用于模型參數(shù)率定,2013-2018年(預(yù)熱期為2013-2014年)的實(shí)測(cè)徑流數(shù)據(jù)用于模型驗(yàn)證,結(jié)合選取的評(píng)價(jià)指標(biāo)評(píng)定模擬結(jié)果。

3.2 參數(shù)敏感性分析

模型的參數(shù)率定與敏感性分析在SWAT-CUP軟件中進(jìn)行,該軟件包含5種敏感性分析方法,本文選取SUFI-2算法進(jìn)行分析。結(jié)合流域特征,選取SWAT模型中對(duì)徑流影響較大的23個(gè)參數(shù)進(jìn)行敏感性分析,經(jīng)過(guò)多次篩選并調(diào)整參數(shù)范圍,最終確定所需要率定的主要參數(shù)。統(tǒng)一設(shè)置每組參數(shù)模擬500次,每次迭代完成后會(huì)生成參數(shù)建議范圍,結(jié)合各項(xiàng)參數(shù)的實(shí)際取值范圍和研究區(qū)域的地貌、氣候等特點(diǎn)進(jìn)行修正,并再次重復(fù)迭代,最后可得到參數(shù)敏感性分析結(jié)果和最終參數(shù)范圍,之后方可再進(jìn)行模型的驗(yàn)證步驟。最終確定的主要率定參數(shù)及范圍如表4所示。

表4 主要率定參數(shù)及率定范圍

4 徑流模擬結(jié)果分析

表5為率定期和驗(yàn)證期模擬結(jié)果,由表5可知,模型率定期實(shí)測(cè)月均徑流量為95.0 m3/s,模擬月均徑流量為120.5 m3/s,效率系數(shù)Ens為0.76,決定系數(shù)R2為0.84;模型驗(yàn)證期實(shí)測(cè)月均徑流量為106.0 m3/s,模擬月均徑流量為138.4 m3/s,效率系數(shù)Ens與決定系數(shù)R2分別為0.76和0.83。結(jié)合選取的評(píng)價(jià)指標(biāo)范圍可知模型模擬結(jié)果較好。由圖5可知,降雨與徑流有較強(qiáng)的相關(guān)性。在率定期和驗(yàn)證期,流域的實(shí)測(cè)月徑流值與模擬值趨勢(shì)接近,模擬徑流過(guò)程線與實(shí)測(cè)徑流過(guò)程線吻合程度較好。綜上表明所構(gòu)建的SWAT模型與選用的相關(guān)參數(shù)能夠反映瀏陽(yáng)河流域的實(shí)際情況,可以滿足研究需要。

表5 率定期和驗(yàn)證期模擬結(jié)果

圖5 榔梨水文站月徑流率定期(2008-2014年)、驗(yàn)證期(2013-2018年)模擬結(jié)果

5 流域水文過(guò)程空間差異分析

基于率定后的適用于瀏陽(yáng)河流域的SWAT模型,統(tǒng)計(jì)各子流域的降雨量、徑流深、產(chǎn)水量和蒸散發(fā)量并進(jìn)行空間插值分析,結(jié)果如圖6所示。流域從東部到西部依次為上、中、下游。圖6(a)表示瀏陽(yáng)河流域多年平均降雨量的空間分布,可以看出,流域東部年降雨量最高,中部次之,西部最低,整體呈現(xiàn)越靠近中、下游人口密集的瀏陽(yáng)和長(zhǎng)沙城區(qū)降雨量越低的特點(diǎn)。圖6(b)所示的年徑流深整體分布與降雨類似,高值區(qū)域主要集中在東部,中部有部分地區(qū)出現(xiàn)高值,偏東北地區(qū)出現(xiàn)低值。

流域產(chǎn)水量不僅受降水影響,也受到土壤蒸發(fā)、植物蒸騰、土壤特性等因素的影響,在流域尺度上常受人類活動(dòng)(如耕地開(kāi)墾、城鎮(zhèn)化進(jìn)程、工程建設(shè))的影響,圖6(e)所示的年均產(chǎn)水量分布與年降雨分布特點(diǎn)類似,均呈現(xiàn)東部最高,西部最低的特點(diǎn)。這說(shuō)明對(duì)于瀏陽(yáng)河流域產(chǎn)水量而言,降雨空間分布對(duì)其影響要比下墊面因素(地形地貌、植被種類及覆蓋、土壤種類及特性、人類活動(dòng)等)對(duì)其影響更為強(qiáng)烈。

瀏陽(yáng)河流域年均蒸散發(fā)量受氣候條件、土地利用狀況、地形地貌等多種因素綜合影響,自東向西整體上呈現(xiàn)出明顯的空間差異,圖6(c)表示瀏陽(yáng)河流域年均蒸散發(fā)量的空間分布,整個(gè)流域年均蒸散發(fā)量為593 mm,占降水量的比例為0.33,從數(shù)值上看,與降雨的空間分布格局不同,高值區(qū)域主要在東部和西南部,低值區(qū)主要集中在流域中部和西部。圖6(d)表示瀏陽(yáng)河流域年均蒸散發(fā)量占降雨量比例(即蒸散比)的空間分布。從比例上看,流域中部和西部蒸散比例高于東部。其原因可能是西部區(qū)域降雨量較少,加之灌溉面積較大和灌溉方式的不合理,導(dǎo)致蒸散發(fā)比例高于中部和西部。

圖6 瀏陽(yáng)河流域年降雨量、年徑流深、年均蒸散發(fā)量、年均蒸散比和年均產(chǎn)水量的空間分布

6 結(jié)論

本文采用SWAT模型對(duì)瀏陽(yáng)河流域徑流過(guò)程進(jìn)行模擬研究,并在此基礎(chǔ)上對(duì)流域水文過(guò)程的空間差異進(jìn)行分析,得出如下結(jié)論:

(1)基于SWAT模型的瀏陽(yáng)河流域月尺度徑流模擬結(jié)果較好,降雨與徑流有較強(qiáng)的相關(guān)性,榔梨水文站率定期R2和Ens分別為0.84和0.76,驗(yàn)證期分別為0.83和0.76,模型模擬精度較高,這表明SWAT模型在瀏陽(yáng)河流域徑流模擬中適用性較強(qiáng),為進(jìn)一步研究該流域水文過(guò)程提供了可靠基礎(chǔ)。

(2)瀏陽(yáng)河流域降雨空間分布對(duì)徑流的影響要比下墊面因素(地形地貌、植被類型及覆蓋、土壤類型及特性、人類活動(dòng)等)對(duì)徑流的影響更為強(qiáng)烈。流域年徑流深的整體分布與降雨類似,高值區(qū)域主要集中在東部,中部有部分地區(qū)出現(xiàn)高值,偏東北地區(qū)出現(xiàn)低值。蒸散發(fā)量分布與降雨的空間分布不同,流域西部蒸散比較大,其原因可能是西部區(qū)域降雨量較少,加之灌溉面積較大和灌溉方式的不合理等因素所致。